简介： 本申请实施例公开了一种内容推荐方法、模型训练方法、装置及电子设备，通过引入价值评估模型来得到样本推荐分值，使得决策模型与价值评估模型形成强化学习架构，可以提升决策模型的训练效果，提升利用决策模型在目标推荐位置进行内容推荐的准确性；并且，通过进一步引入点击率预测模型，即便是针对未被推荐过的样本内容，也能够更加准确地对样本内容被推荐后的点击率进行预测，提升对价值评估模型的训练效果，提升强化学习的效果，从而进一步提升决策模型的模型性能。后续在利用决策模型对目标对象进行内容推荐时，即便是针对未被推荐过的内容也能够有效地提升推荐的准确率，可以广泛应用于云技术、人工智能等领域。